基于视频关键帧优化的人体行为识别
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 引言 | 第8页 |
| 1.2 课题背景与意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-10页 |
| 1.3.1 人体行为识别技术 | 第9-10页 |
| 1.3.2 视频关键帧提取技术 | 第10页 |
| 1.4 课题应用 | 第10-11页 |
| 1.5 论文主要工作及结构安排 | 第11-13页 |
| 2 基于视频的人体行为识别方法概述 | 第13-23页 |
| 2.1 引言 | 第13页 |
| 2.2 数据获取 | 第13-17页 |
| 2.2.1 人体行为数据库介绍 | 第13-15页 |
| 2.2.2 Kinect获取人体骨骼数据 | 第15-17页 |
| 2.3 特征选择与表达 | 第17-21页 |
| 2.3.1 特征提取及步骤框架 | 第17-18页 |
| 2.3.2 基于时空兴趣点的特征提取方法 | 第18-19页 |
| 2.3.3 不变性局部特征提取 | 第19-20页 |
| 2.3.4 人体骨架特征提取 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 3 视频关键帧提取及优化 | 第23-33页 |
| 3.1 视频关键帧提取 | 第23-26页 |
| 3.1.1 K-means聚类算法提取关键帧 | 第23-24页 |
| 3.1.2 基于帧间相似度量的关键帧提取 | 第24-26页 |
| 3.2 视频关键帧优化 | 第26-29页 |
| 3.2.1 位置间隔法优化关键帧序列 | 第26-27页 |
| 3.2.2 边缘检测法优化关键帧序列 | 第27-29页 |
| 3.3 实验结果及分析 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 4 基于卷积神经网络的行为识别 | 第33-40页 |
| 4.1 卷积神经网络概述 | 第33页 |
| 4.2 卷积神经网络基本结构 | 第33-35页 |
| 4.3 基于卷积神经网络的行为识别 | 第35-36页 |
| 4.4 实验结果与分析 | 第36-39页 |
| 4.5 本章小结 | 第39-40页 |
| 5 总结与展望 | 第40-42页 |
| 5.1 论文总结 | 第40页 |
| 5.2 未来展望 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46-47页 |
| 攻读硕士学位期间发表的学术论文 | 第47-48页 |
| 攻读硕士学位期间参与的科研项目 | 第48页 |
